共 5 篇内容，涉及 1 个模块
InternLM 书生·浦语是上海人工智能实验室开源的国产大模型，长文本能力是它最突出的卖点——早期版本就以 200K 上下文闻名，适合处理长文档、长对话与代码库级理解。本文手把手教你在腾讯云服务器上部署 InternLM：Ollama 快速起步的省心路径，以及 LMDeploy 高并发生产路径，涵盖机型选型、模型获取（ModelScope 国内加速）、OpenAI 兼容接口、长上下文实践、与 Dify 和知识库对接，以及 20 条从模型拉不动、长文本截断到显存不足的真实故障排查。跟着做即可完成。
用第三方协议登录个人微信做机器人有封号风险，企业微信自建应用才是官方合规方案。本文手把手教你在腾讯云服务器上搭建一个企业级 AI 助理：企业微信自建应用的创建与回调配置、CorpID/AgentID/Secret 的获取与用途、消息接收与回复的完整链路、接入本地部署的国产大模型（Ollama）、对接内部知识库实现「群里问制度」、消息加解密处理，以及 18 条从回调验证失败、access_token 失效到消息发不出去的真实故障排查。全程走官方接口，不碰第三方协议，合规可落地。
智谱 AI 的 GLM 系列是国内最早开源、生态最成熟的国产大模型之一，中文能力与工具调用表现稳定。本文手把手教你在腾讯云服务器上部署 GLM-4：一条命令用 Ollama 跑起来的快速路径，以及用 vLLM 支撑多并发的生产路径，涵盖 2C4G 到 8C16G 三档机型选型、Ollama 与 vLLM 的显存/内存对照、OpenAI 兼容接口对接、Dify 与 MaxKB 知识库接入、国产镜像加速下载，以及 20 条从模型拉不动到中文乱码到并发崩的真实故障排查。跟着做即可完成。
Qwen3 是阿里开源的国产大模型系列，Apache 2.0 协议可商用、原生支持思考模式开关、密集模型与 MoE 版本齐全，国内镜像下载无需代理。本文手把手教你在腾讯云轻量应用服务器与 GPU 实例上部署 Qwen3：Ollama 一条命令起步 + vLLM 高并发生产级部署两条完整路径，含 8B/14B/30B 三档显存与内存选型的实测数据、ModelScope 镜像下载加速、thinking 模式与上下文长度调优、Open WebUI 与 Dify 对接、Nginx HTTPS 反代，以及 20 条从显存不足到并发超时的故障排查。跟着做即可完成从零到生产可用。
DeepSeek V4.1 Flash 是 552B 总参数的非对称 MoE 模型：输入激活 8B、输出激活 16B，单Token KV 缓存从 3514 字节压到 890 字节（SSD 占用降 88%），且已被官方选为 WorkBuddy / CodeBuddy 的推理底座。本文给出把它接进腾讯桌面端 AI 助手 WorkBuddy 的完整两条路径：零代码的「模型配置」面板交互接入（5 分钟，含自定义供应商完整 6 项填写说明）与「配置文件手动接入」（JSON + 环境变量 + 多档位模型定义）。含 V4.1 Flash 在长文档摘要 / 批量信息抽取 / 日常问答三个场景的实测数据、峰谷定价下的成本对比（闲时比高峰省 50%）、与 Qwen3-Max / Kimi K3 / Claude Opus 5.5 的横向选型表、thinking 模式 reasoning_content 字段的兼容处理、WorkBuddy Agent 模式下的 KV 缓存命中率优化七条，以及 18 行故障排查表（覆盖 401 / 404 / 429 / reasoning_content 解析失败 / 模型名不存在等真实报错）。